UNSURYAUNSURYA

JSI (Jurnal sistem Informasi) Universitas SuryadarmaJSI (Jurnal sistem Informasi) Universitas Suryadarma

Ketidakpastian tingkat hunian hotel di Kota Malang dapat mempengaruhi keputusan investor dalam industri perhotelan di kota tersebut. Oleh karena itu, diperlukan adanya peramalan untuk menentukan berapa banyak kamar yang harus disediakan untuk memenuhi permintaan yang diperkirakan. Tanpa peramalan, dapat mengakibatkan pemborosan sumber daya dengan memiliki terlalu banyak atau terlalu sedikit kamar yang tersedia. Penelitian ini bertujuan untuk meramalkan Tingkat penghunian kamar hotel berbintang yang ada di Kota Malang berdasarkan dari situs resmi BPS. Meramalkan Tingkat penghunian kamar hotel berbintang dapat mengetahui perkembangan perekonomian nasional. Penelitian ini dilakukan untuk mencari metode terbaik dari metode yang akan dipakai. Pada penelitian ini akan menggunakan metode Single Exponential Smoothing dan Double Exponential Smoothing. Hasil perbandingan yang didapat yaitu Double Exponential Smoothing menghasilkan peramalan yang lebih akurat dibandingkan dengan Single Exponential Smoothing. Hal ini disebabkan oleh hasil peramalan menggunakan metode Double Exponential Smoothing memiliki nilai Mean Absolute Percentage Error (MAPE) yang lebih kecil, dengan menggunakan nilai α = 0,061 dan β = 1, diperoleh peramalan sebesar 6214,26 dan MAPE sebesar 10%.

Metode Single Exponential Smoothing menghasilkan peramalan dengan nilai α = 0,2, peramalan sebesar 5720,7, dan MAPE sebesar 11%.Metode Double Exponential Smoothing menghasilkan peramalan lebih akurat dengan nilai α = 0,061 dan β = 1, peramalan sebesar 6214,26, serta MAPE sebesar 10%.Hasil perbandingan menunjukkan bahwa Double Exponential Smoothing lebih unggul karena memiliki tingkat kesalahan prediksi yang lebih rendah.

Pertama, perlu dikembangkan penelitian tentang kombinasi metode peramalan hybrid (gabungan) antara Double Exponential Smoothing dengan metode lain seperti ARIMA atau metode machine learning untuk mengevaluasi apakah akurasi peramalan dapat ditingkatkan lebih lanjut. Kedua, penting untuk meneliti pengaruh faktor eksternal seperti musim liburan, kampanye promosi hotel, dan event berskala besar di Malang terhadap tingkat penghunian kamar, agar model peramalan dapat memasukkan variabel-variabel tersebut sebagai penentu prediksi. Ketiga, perlu dilakukan studi komparatif terhadap kinerja metode peramalan di berbagai kota destinasi wisata untuk melihat apakah model yang efektif di Malang juga dapat diterapkan secara umum di wilayah lain dengan karakteristik pariwisata yang berbeda.

  1. PENERAPAN ALGORITMA RC4 PADA OPERASI XOR UNTUK KEAMANAN PESAN PADA SMARTPHONE BERBASIS WEB | JSI (Jurnal... doi.org/10.35968/jsi.v4i1.71PENERAPAN ALGORITMA RC4 PADA OPERASI XOR UNTUK KEAMANAN PESAN PADA SMARTPHONE BERBASIS WEB JSI Jurnal doi 10 35968 jsi v4i1 71
  2. SISTEM INFORMASI POINT OF SALE BERBASIS WEB PADA DAPUR CARINGIN TILU BANDUNG | JSI (Jurnal Sistem Informasi)... journal.universitassuryadarma.ac.id/index.php/jsi/article/view/1072SISTEM INFORMASI POINT OF SALE BERBASIS WEB PADA DAPUR CARINGIN TILU BANDUNG JSI Jurnal Sistem Informasi journal universitassuryadarma ac index php jsi article view 1072
Read online
File size1.02 MB
Pages12
DMCAReport

Related /

ads-block-test